Ir al contenido principal
Español— Elegir un idioma
Menú

Restricciones de seguridad del entorno aislado

Lección 14 de 16 Actualizado el 30 de julio de 2026 Desarrollador
En esta página
  1. Un entorno aislado por diseño
  2. Las cinco restricciones fundamentales
  3. Implicaciones para el diseño
  4. Soluciones para las limitaciones
  5. Puntos clave

Un entorno aislado por diseño

El entorno aislado (sandbox) de ejecución de código Python está diseñado priorizando la seguridad. El código se ejecuta en un entorno aislado que protege tanto la infraestructura de xAI como tus datos. Comprender estas restricciones es esencial para diseñar integraciones que funcionen correctamente y para saber cuándo la ejecución de código se ajusta a tus necesidades.

Las cinco restricciones fundamentales

1. Sin acceso a la red

El entorno aislado no tiene conexión a Internet ni a ninguna red externa. El código no puede:

  • Realizar solicitudes HTTP (no hay requests, ni urllib)
  • Conectarse a bases de datos remotas
  • Llamar a APIs externas
  • Descargar archivos de la web
  • Enviar correos electrónicos o notificaciones

Esta restricción es la más limitante. Si tu caso de uso requiere datos externos, debes proporcionarlos en el prompt o utilizar la Búsqueda Web previamente para obtenerlos.

2. Acceso limitado al sistema de archivos

El código se ejecuta en un directorio temporal con acceso restringido al sistema de archivos:

  • Lectura/escritura solo en el directorio de trabajo temporal
  • Sin acceso a archivos del sistema
  • Sin acceso a directorios de otros usuarios
  • Los archivos creados se eliminan tras la ejecución

3. Contexto temporal y sin estado

Cada ejecución es independiente. No hay persistencia entre dos solicitudes a la API:

  • Las variables definidas durante una ejecución no existen en la siguiente
  • Los archivos creados se eliminan
  • Las bibliotecas cargadas en memoria se reinician
  • No se mantiene ningún historial de ejecución

Esto significa que no puedes crear una sesión interactiva donde los resultados de un cálculo alimenten el siguiente, al menos no de forma automática. Para simular este estado, debes incluir los resultados anteriores en tu nuevo prompt.

4. Restricciones de tiempo de ejecución

El entorno aislado impone un tiempo de espera máximo (timeout) a la ejecución del código. Si un cálculo tarda demasiado, se detiene. Esto implica:

  • No se permiten bucles infinitos (se detendrán)
  • No se permiten cálculos extremadamente largos (conjuntos de datos grandes, simulaciones pesadas)
  • No se permiten operaciones de espera (time.sleep durante periodos largos)

El modelo suele ser consciente de estos límites y escribe código optimizado, pero las solicitudes muy ambiciosas pueden fallar debido al tiempo de espera agotado.

5. Limitaciones de memoria

El entorno aislado dispone de una cantidad limitada de memoria. Las operaciones con volúmenes de datos muy grandes pueden fallar:

  • Los DataFrames de Pandas con millones de filas corren el riesgo de exceder la memoria
  • Las matrices de NumPy de dimensión muy grande pueden causar problemas
  • Las operaciones que duplican datos en memoria aumentan el riesgo

Implicaciones para el diseño

Qué hace bien la ejecución de código

  • Cálculos matemáticos y estadísticos precisos
  • Análisis de conjuntos de datos de tamaño moderado (de cientos a miles de filas)
  • Verificación de fórmulas y algoritmos
  • Generación de gráficos y visualizaciones
  • Prototipado rápido de lógica de cálculo

Qué no hace bien la ejecución de código

  • Procesamiento de grandes volúmenes de datos (big data)
  • Interacciones con sistemas externos
  • Cálculos iterativos a través de múltiples solicitudes
  • Aprendizaje automático y entrenamiento de modelos
  • Operaciones largas (> unos pocos segundos)

Soluciones para las limitaciones

Si necesitas superar estas restricciones:

  • Datos externos: utiliza la Búsqueda Web para obtener los datos y luego la Ejecución de Código para analizarlos.
  • Grandes volúmenes: extrae una muestra representativa y analízala en el entorno aislado; después, aplica los resultados al conjunto completo en tu propio entorno.
  • Estado entre solicitudes: almacena los resultados intermedios en el lado del cliente e inyéctalos en las solicitudes posteriores.

Puntos clave

  • El entorno aislado está aislado: sin red, sin persistencia, sin acceso al sistema.
  • Cada ejecución es independiente (sin estado).
  • Se aplican límites de tiempo y memoria.
  • La ejecución de código destaca en cálculos precisos y análisis de datos moderados.
  • Para casos límite, combina la ejecución de código con otras herramientas o con tu propia infraestructura.